在 GitHub 上编辑
LightGBM
DVCLive 可以为您的 LightGBM 项目添加实验跟踪功能。
用法
在传递给 lightgbm.train 调用的回调列表中包含 DVCLiveCallback：
from dvclive.lgbm import DVCLiveCallback
...
lightgbm.train(
param, train_data, valid_sets=[validation_data], num_round=5,
callbacks=[DVCLiveCallback()])参数
-
live-（默认为None）- 可选的Live实例。若为None，将使用**kwargs创建一个新实例。 -
**kwargs- 任何其他参数都将用于实例化一个新的Live实例。若使用了live，这些参数将被忽略。
示例
- 使用
live传入一个已有的Live实例。
from dvclive import Live
from dvclive.lgbm import DVCLiveCallback
with Live("custom_dir") as live:
lightgbm.train(
param,
train_data,
valid_sets=[validation_data],
num_round=5,
callbacks=[DVCLiveCallback(live=live)])
# Log additional metrics after training
live.log_metric("summary_metric", 1.0, plot=False)- 使用
**kwargs自定义新的Live实例。
lightgbm.train(
param,
train_data,
valid_sets=[validation_data],
num_round=5,
callbacks=[DVCLiveCallback(dir="custom_dir")])